python神经网络实例_Python实现的径向基(RBF)神经网络示例

本文详细介绍了如何使用Python实现径向基(RBF)神经网络,包括gaussian、multiQuadric等核函数的计算,以及训练、预测过程,并提供了HDF5文件缓存数据的方法。
摘要由CSDN通过智能技术生成

本文实例讲述了Python实现的径向基(RBF)神经网络。分享给大家供大家参考,具体如下:

from numpy import array, append, vstack, transpose, reshape, \

dot, true_divide, mean, exp, sqrt, log, \

loadtxt, savetxt, zeros, frombuffer

from numpy.linalg import norm, lstsq

from multiprocessing import Process, Array

from random import sample

from time import time

from sys import stdout

from ctypes import c_double

from h5py import File

def metrics(a, b):

return norm(a - b)

def gaussian (x, mu, sigma):

return exp(- metrics(mu, x)**2 / (2 * sigma**2))

def multiQuadric (x, mu, sigma):

return pow(metrics(mu,x)**2 + sigma**2, 0.5)

def invMultiQuadric (x, mu, sigma):

return pow(metrics(mu,x)**2 + sigma**2, -0.5)

def plateSpine (x,mu):

r = metrics(mu,x)

return (r**2) * log(r)

class Rbf:

def __init__(self, prefix = 'rbf', workers = 4, extra_neurons = 0, from_files = None):

self.prefix = prefix

self.workers = workers

self.extra_neurons = extra_neurons

# Import partial model

if from_files is not None:

w_handle = self.w_handle = File(from_files['w'], 'r')

mu_handle = self.mu_handle = File(from_files['mu'], 'r')

sigma_handle = self.sigma_handle = File(from_files['sigma'], 'r')

self.w = w_handle['w']

self.mu = mu_handle['mu']

self.sigma

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值